1) weakly pareto optimal allocation
弱pareto优分配
2) weak pareto-optimal solutions
弱Pareto最优解
3) weak Pareto equilibrium
弱Pareto平衡
1.
As applications,some existence results of weak Pareto equilibrium for both constrained multicriteria games and multicriteria games without constrained correspondences were also shown.
作为应用,还得到约束多目标对策和无约束多目标对策弱Pareto平衡的一些存在性结果。
4) weak-pareto results
弱pareto解
5) Pareto-optimal solution
Pareto最优解
1.
Results indicate that this method can obtain uniformly distributed Pareto-optimal solutions.
结果表明:该算法求得的Pareto最优解分布均匀、收敛速度快、寻优能力强,决策者可根据不同的侧重点在Pareto解集中选择最终的满意解。
2.
The numerical experiments show that this algorithm can find more and wider Pareto-optimal solutions than the original one.
数值实验表明该混合遗传算法能求得问题的数量更多、分布更广的Pareto最优解。
3.
Aim It is desirable to find more Pareto-optimal solutions which scattered uniformly over Pareto-front in solving multiobjective programming.
结论 该方法能够找到问题的分布较均匀的Pareto最优解。
6) Pareto optimal solution
Pareto最优解
1.
The optimal equilibrium solutions set is a connected convex set consisting of the Pareto optimal solutions in a certain convex condition.
在某种凸性条件下最优均衡解集是Pareto最优解的凸本质连通区域。
2.
This is a multi-objective optimization problem, so a set of Pareto optimal solutions have to be sought.
这是一个多目标优化问题,需要寻求一组Pareto最优解,应用多目标进化算法求解该问题可以得到多种满足条件的PMU配置可行方案。
3.
Thus how to find a sufficient number of uniformly distributed and representative Pareto optimal solutions under the condition of the continuously changing time for the decision maker is very important.
在动态多目标优化中,各目标通常相互冲突,其最优解往往有无穷多个,如何在时间连续发生变化的情况下依然能求出分布均匀且数量多的Pareto最优解供决策者选择十分重要。
补充资料：资源最优分配
用运筹学和系统分析方法合理分配各种有限资源，从而以一定的资源消耗取得最大的经济效益。资源一词泛指人力、资金、可应用的自然资源、技术、人的知识和经验等，因而出现了人力资源、物力资源、财力资源、技术资源和信息资源等概念。资源分配有计划分配和市场调节两种基本方法。资源最优分配理论是苏联数理经济学家、苏联科学院院士Л.В.康托罗维奇于1959年首先提出来的，他因此而获得1975年诺贝尔经济学奖金。
制订资源最优分配方案的实用方法有线性规划和动态规划等优化方法。资源最优分配的线性规划模型如下：
式中max表示求极大值,s.t.表示受约束于或约束条件是，cj为生产单位产品j 的利润，xj为产品j 的生产量,aij为生产单位产品j 消耗第i种资源的数量, bi为第i种资源的限制量,j 表示产品序号(此处共有n种产品),i表示资源编号(此处共有m 种资源)。1958年,荷兰计量经济学家J.廷伯赫主张在经济分析中使用影子价格。影子价格的理论计算方法是线性规划问题的对偶解。影子价格可解释为某一资源有微小增量时对目标函数的贡献率，因此可利用影子价格来分析有限资源的合理利用问题（见线性规划）。动态规划常用于多元分配（即一种资源分配给若干部门，如何分配使总的利润为最大）和多段分配（即某种资源按时间段进行分配，每一时间段分配多少，使总的利润为最大）。利用动态规划可得到资源最优分配的各种方案。
制订资源最优分配方案的实用方法有线性规划和动态规划等优化方法。资源最优分配的线性规划模型如下：
式中max表示求极大值,s.t.表示受约束于或约束条件是，cj为生产单位产品j 的利润，xj为产品j 的生产量,aij为生产单位产品j 消耗第i种资源的数量, bi为第i种资源的限制量,j 表示产品序号(此处共有n种产品),i表示资源编号(此处共有m 种资源)。1958年,荷兰计量经济学家J.廷伯赫主张在经济分析中使用影子价格。影子价格的理论计算方法是线性规划问题的对偶解。影子价格可解释为某一资源有微小增量时对目标函数的贡献率，因此可利用影子价格来分析有限资源的合理利用问题（见线性规划）。动态规划常用于多元分配（即一种资源分配给若干部门，如何分配使总的利润为最大）和多段分配（即某种资源按时间段进行分配，每一时间段分配多少，使总的利润为最大）。利用动态规划可得到资源最优分配的各种方案。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条